图像分类是计算机视觉和机器学习的最重要问题之一。 已经提出了许多图像分类方法并将其应用于许多应用领域。 但是，如何提高图像分类的性能仍是一个亟待解决的重要研究课题。 特征提取是图像分类的最重要任务，它直接影响分类性能。 经典特征提取方法是根据颜色，形状或纹理等手动设计的。它们只能部分显示图像字符，不能客观提取。 卷积神经网络（CNN）是一种人工神经网络，已经成为当前图像分类的研究重点。 基于CNN的深度学习可以自动提取图像特征。 为了提高图像分类性能，提出了一种结合了CNN和并行SVM的图像分类